TCGA相关分析之数据筛选 | python从TCGA-GBM的RNA-seq表达数据count中筛选出各genes对应的案例cases的表达量count矩阵

原创 已于 2022-04-20 21:33:54 修改 · 2.8k 阅读 · 12 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#python #生物信息

于 2022-04-20 21:32:21 首次发布
该博客讲述了如何使用Python代替R语言，从多个count数据文件中筛选出gene_name、gene_type为lncRNA的FPKM表达量。作者首先整理count文件到新文件夹，然后将tsv文件转换为xls以便进行行列操作，最后提取所需列并整合到单一文件。虽然过程中因模块限制进行了文件格式转换，但最终实现了数据预处理的目标，为后续的GBM患者RNA-seq数据分析做准备。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

接上一篇文章，现在开始筛选数据组成count矩阵。
上一篇：TCGA下载GBM患者的RNA-seq数据

上一篇结束，下载到初始数据（图一图二是下载之后的文件夹以及每一个文件夹中的count数据文件）
在这里插入图片描述
在这里插入图片描述
需要从每一个count数据文件中筛选出gene_name、gene_type为lncRNA、FPKM表达量，效果图如下：
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

由于不会R语言，就用python来实现

步骤：

  • 从每一个文件夹中提取出来count数据文件，整理到一个新文件夹中
  • 将所有count数据文件中需要的列提取出来，整合到一个文件中
  • 在整合文件中手动复制粘贴添加 gene_id、gene_name、gene
最低0.47元/天 解锁文章

200万优质内容无限畅学
python临床数据_TCGA临床数据的提取
weixin_30865253的博客
01-11 2439
TCGA临床数据的下载这里不做介绍。下载后解压数据会得到包含多个子文件夹的的文件，如下所示：TCGA文件.png每个子文件夹下通常包含XML文件，有的也会包含多个文件。但我们需要用到的就是XML文件，从中提取得到临床信息。XML文件内容如下图的例子所示：xml.png我们需要从每个子文件下面中的XML文件中提取临床信息，并合并到一起形成完整的临床数据。这里使用Python，代码如下：import ...
python基因差异分析_TCGA的差异基因分析
weixin_39718460的博客
12-06 3406
在分析TCGA数据库里的RNA-seq数据之前，先了解一下TCGA样本的id名称里的小秘密：参考文章：TCGA的样本id里藏着分组信息根据文章里的内容，我查看了前一篇文章里我下载的count文件(利用R包TCGAbiolinks进行各种数据下载)，打开是这样的：列是样品名称，格式举例：TCGA.BA.A4IF.01A.11R.A266.07，这里面包含分组信息，比如说这个样品是肿瘤样品还是正常组织...
PythonProject_DataPrep:用于准备 TCGA 数据进行分析的 Python
06-13
PythonProject_DataPrep 用于准备 TCGA 数据以进行分析的 Python。 概括： combineMeth.py 和 combineExpr.py 可用于组合从 TCGA 下载的表达和甲基化数据。 只需在名为“data”（如代码中所写）的单独文件夹中包含所有 TCGA 数据的目录中运行代码。 如果您有一个不同名称的文件夹，或者您没有将所有数据放在单独的文件夹中，那么您可以在代码中进行相应的更改。 笔记： 如果您收到以下错误：“AttributeError: NoneType object has no attribute group”，则很可能是由于 TCGA 数据不同，正则表达式匹配存在问题。
利用TCGA数据库来做RNAseq的通用流程（很多注释版）
m0_73348945的博客
07-21 3821
TCGA里的数据怎么做RNAseq
tcga数据下载_使用Python下载TCGA数据
weixin_39831239的博客
11-19 830
下载TCGA数据的方式很多种，这里再介绍如何使用python对TCGA中的各种数据进行下载。01 Manifest文件同样需要你准备好manifest文件，或者至少是带有fileid的txt文件，文件名为：gdc_manifest.txt02 Python脚本脚本名为为：python_TCGA.py，其主要内容如下# -*- coding: utf-8 -*-"""Created on ...
RNA-Seq-Pipeline:用 Python 编写的 RNA-Seq 管道
06-06
rnaSeqPipelineGLBRC.py 目的： Implementation of the Gasch lab RNA-Seq pipeline. 输入 ： A text file with RNA-Seq fastq files to be processed. 请使用专用目录来运行管道。 创建您的目录并将您的 fastq 文件复制到该目录中。 通过移动到工作目录并运行 /bin/ls *.fastq > input.txt 来生成输入文件 所需参数： -f input.txt To run default enter: /home/GLBRCORG/mplace/scripts/rnaSeqPipelineGLBRC.py -f input.txt 可选参数： -r this will use "-s reverse" parameter for HTSeq
TCGA-GBM-mRNA表达数据——胶质母细胞瘤表达及临床数据集整理
04-05
TCGA-GBM数据集已经整理成LCPM格式，临床数据已经汇总整理。 LCPM格式即log2(CPM+1)格式，现在认为log2(TPM+1)和log2(FPKM+1)格式比较过时了。部分生信文章审稿人推荐使用此格式分析数据
TCGA-BRCA-mRNA表达数据——乳腺癌表达及临床数据集整理
04-05
TCGA-BRCA数据集已经整理成LCPM格式，临床数据已经汇总整理。 LCPM格式即log2(CPM+1)格式，现在认为log2(TPM+1)和log2(FPKM+1)格式比较过时了。部分生信文章审稿人推荐使用此格式分析数据
TCGA-GBM-mRNA表达数据（TPM）-胶质母细胞瘤表达及临床数据集整理
01-18
这个数据集提供了GBM肿瘤样本的mRNA表达信息，每条记录对应一个基因在某个样本中的TPM值。为了进一步分析，如差异表达分析或生物信息学挖掘，通常会将原始的TPM值转换为对数尺度，即log2(TPM+1)，这是因为对数转换...
TCGA下载GBM患者的RNA-seq数据
倚树探星的博客
04-17 2627
参考：懒人操作之从TCGA批量下载RNASeq数据 1.登录TCGA数据获取网站：https://portal.gdc.cancer.gov/。搜索GBM，选择TCGA-GBM 2.选择下载的数据类型：（我需要下载的是RNA-Seq数据）。鼠标右键点击打开新页面 4.对数据进行进一步筛选：（可根据自己需求筛选） 5.将所有文件添加到购物车：（此购物车非彼购物车，这是不花钱的购物车） 6.点击下载即可： ...
TCGA数据挖掘--神经胶质瘤（GBM）差异mRNA分析
热门推荐
bioprogrammer
07-29 1万+
1.TCGA-GBM数据数据 { library(TCGAbiolinks) library(SummarizedExperiment) query <- GDCquery(project = 'TCGA-GBM', data.category = "Transcriptome Profiling", ...
rna-seq分析—py+linux
最新发布
m0_69569041的博客
03-21 391
太久不用了啥都忘了 一步步走..1.重新下载ubuntu就花了好久....2.下好了以后关联python3命令到python3.9.6(习惯）3.下载4.建库5.文件位置/mnt/e/转录组全部原始数据/DZOE2024011942-b1#双端文件比对mapping到参考基因组排序。
RNA 3. SCI 文章中基于TCGA 差异表达基因之 DESeq2
weixin_41368414的博客
02-16 3886
前言上期我们介绍了基于 limma 来做差异表达基因，那么这期来讲一下 DESeq2，那么这两款软件有什么区别吗？区别主要在于一个是计算芯片探针给出来的结果，而 DESeq2 是基于NGS 测序结果中 Read counts 来计算差异表达，根据输入数据的不同，我们对比一下做法。
RNA 3. SCI 文章中基于T CGA 差异表达基因之 DESeq2
weixin_41368414的博客
02-16 547
前言上期我们介绍了基于 limma 来做差异表达基因，那么这期来讲一下 DESeq2，那么这两款软件有什么区别吗？区别主要在于一个是计算芯片探针给出来的结果，而 DESeq2 是基于NGS 测序结果中 Read counts 来计算差异表达，根据输入数据的不同，我们对比一下做法。在比较高通量测序分析中，一项基本任务是分析计数数据，如 RNA-seq 中每个基因的 Read count，以获得跨实验...
Count（矩阵快速幂）
双木林的博客
08-18 398
Count Farmer John有n头奶牛. 某天奶牛想要数一数有多少头奶牛,以一种特殊的方式: 第一头奶牛为1号,第二头奶牛为2号,第三头奶牛之后,假如当前奶牛是第n头,那么他的编号就是2倍的第n-2头奶牛的编号加上第n-1头奶牛的编号再加上自己当前的n的三次方为自己的编号. 现在Farmer John想知道,第n头奶牛的编号是多少,估计答案会很大,你只要输出答案对于123456789取模. ...
基因表达分析（前传）-准备count矩阵
weixin_34129696的博客
06-03 1860
还在利用hisat, tophat这些耳熟能详的软件将read比对到基因组（转录组）上，然后统计每个基因的count数么？试试这些不需要比对，速度更快的工具吧。 Salmon(Patro et al. 2016), Sailfish (Patro, Mount, and Kingsford 2014)...
TCGA_不同gleason评分的 gene 表达
weixin_59289660的博客
03-29 408
library("stringr") library("dplyr") library("ggplot2") library("readr") 加载数据（将第1列转为行名）： if(T){ dataFilt=read_csv(file = 'dataFilt.csv') dataFilt=as.data.frame(dataFilt) rownames(dataFilt)=dataFilt[,1] dataFilt=dataFilt[,-1] dataFilt=log(da.
Count Numbers
weixin_30826761的博客
08-21 229
Count Numbers 时间限制:8 Sec内存限制:128 MB 题目描述 Now Alice wants to sum up all integers whose digit sum is exactly ab.However we all know the number of this kind of integers are unlimited. So she de...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值